Google DeepMind发布Gemini 4 Argon,面向复杂工作流与网络防御
Google DeepMind宣布推出前沿模型Gemini 4 Argon,称其可处理软件工程、企业知识工作和网络安全防御等复杂工作流。模型输出上限从64K提升至1M tokens,并在DeepSWE v1.1取得77.9%,在AutomationBench取得51.3%。
Argon把长程推理、软件工程和网络防御能力放在同一模型发布中,并披露了内部案例与评测结果,呈现其面向复杂工作流的应用方向。
Google DeepMind宣布推出前沿模型Gemini 4 Argon,称其可处理软件工程、企业知识工作和网络安全防御等复杂工作流。模型输出上限从64K提升至1M tokens,并在DeepSWE v1.1取得77.9%,在AutomationBench取得51.3%。
Argon把长程推理、软件工程和网络防御能力放在同一模型发布中,并披露了内部案例与评测结果,呈现其面向复杂工作流的应用方向。
Google DeepMind 发布 Gemini 3.8 Live 和 Gemini 3.8 Live Extended Thinking,面向语音智能体与更自然的实时对话。
两款模型分别面向规模化语音交互和高复杂度任务,并公布了多个语音及任务基准成绩,呈现出不同的能力侧重。
Google DeepMind 发布 Gemini 3.8 Flash 和 Gemini 3.8 Flash Cyber,两者由相同基础智能驱动,面向智能体工作流与网络安全任务。
文章并列呈现通用版与网络安全版的定位、基准表现和接入范围,便于比较两种模型在长程编码与防御任务中的取舍。
Google DeepMind 在 Gemini 3.7 Flash、3.6 Flash 和 3.5 Flash-Lite 中推出智能体视频理解功能,可通过 Gemini API 分析上传视频和 YouTube 视频。该功能动态搜索和检查视频画面、音频及转录内容,在标准视频分析基准中最多减少 88% 的 token 消耗、降低 66% 的成本,并将准确率提升最多 7%。
该功能通过动态检索视频片段、音频和转录内容处理长视频,并公布了 token 消耗、成本与准确率变化,呈现了效率和质量之间的量化比较。